通信行业还有哪些看点？

近些年，人工智能重要落地场景之一的智慧物流体系加速发展，而作为智慧物流体系的一个重要分支，无人机物流正是机械化、自动化和智能化发展的结果。虽然使用无人机进行货物运输已经不是什么新鲜事，但是距离空中物流真正走入日常似乎还有一段距离。

新冠肺炎疫情的发展无疑正加快这一进程。近日，美国亚马逊快递配送人员称因为在配送过程中无法保持安全距离，担心感染新冠病毒，纷纷罢工。而与之相对的是，谷歌无人机派上了大用场，业务量翻倍。

因此，无论是在社会发展的大方面，还自在2020年疫情以来，这份行业标准，都可以被称之为快递业的“及时雨”。

《规范》明确了适用于使用空机重量116kg（含）以下且最大起飞重量150kg（含）以下的空速不超过100km/h的无人驾驶航空器（即，无人机）开展的快递投递服务，并对无人机快递投递服务的服务主体、服务条件、服务流程、服务评价、服务安全、服务赔偿等均做了明确规定。
 

精密的视觉系统与灵活机械臂的配合，才能完成一次完美的抓取，而这正是当前机器人操作中的核心难题，归纳起来就是这么一件事：找到合适的抓取点（或吸附点），抓住它。之后的转运执行，则属于运动规划的分支。

目前几种主流的解决方案

Model-based（基于模型的方法）

这种方法很好理解，即知道要抓什么，事先采用实物扫描的方式，提前将模型的数据给到机器人系统，机器在实际抓取中就只需要进行较少的运算：

1. 离线计算：根据搭载的末端类型，对每一个物体模型计算局部抓取点；

2. 在线感知：通过RGB或点云图，计算出每个物体的三维位姿；

3. 计算抓取点：在真实世界的坐标系下，根据防碰撞等要求，选取每个物体的最佳抓取点。

RGB颜色空间由红绿蓝三种基本色组成，叠加成任意色彩，同样地，任意一种颜色也可以拆解为三种基本色的组合，机器人通过颜色坐标值来理解“颜色”。这种方式与人眼识别颜色的方向相似，在显示屏上广泛采用。
 

机械臂抓取需要确定每段机械臂的位姿

首先，机械臂需要视觉伺服系统，来确定物体的位置，根据末端执行器（手）和视觉传感器（眼）的相对位置，可分为Eye-to-Hand和Eye-in-Hand两种系统。

Eye-to-Hand的分离式分布，视野固定不变，如果相机的标定精度高的话，那么视觉定位于抓取的精度也越高。

Eye-in-Hand则将机械臂与视觉传感器固定在一起，视野随机械臂的移动而改变，传感器越近时精度越高，但过于靠近时则可能使目标超出视野范围。

（编辑：江门站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!